AI數(shù)據(jù)服務“去偽存真”，打通智能駕駛?cè)珗鼍奥涞財?shù)據(jù)閉環(huán)

有人調(diào)侃說：“人工智能有多少智能，就有多少人工”，數(shù)據(jù)標注也差不多。只有用“智能”替代“人工”，讓標注自動化，才能提高數(shù)據(jù)標注效率，并降低成本。

顯而易見，要想提高數(shù)據(jù)標注效率，就要有高效的數(shù)據(jù)標注工具和平臺，通過高效的預標注、輔助標注等相關算法，打通數(shù)據(jù)閉環(huán)，真正滿足算法側(cè)的需求。

AI大模型無疑是提升標注質(zhì)量和效率、降低成本的一把“金鑰匙”，替代人工標注并大幅提升效率，縮減標注時間和成本。

從AI工程化解決方案到大模型

2015年，云測數(shù)據(jù)總經(jīng)理賈宇航還在美國舊金山，彼時街道上已有不少Robotaxi在試驗路測，無人化趨勢就此展開。2017年前后，AI及數(shù)據(jù)行業(yè)機遇顯現(xiàn)，云測數(shù)據(jù)正式對外商業(yè)化，希望通過提供高質(zhì)量數(shù)據(jù)為AI應用場景提供支撐，成為場景化數(shù)據(jù)服務專家，發(fā)力智能駕駛、智慧家居、智慧金融和智慧城市四大領域。

面向智能駕駛，云測數(shù)據(jù)率先推出了激光雷達點云標注工具，實現(xiàn)了多模態(tài)3D融合標注。一路走來，云測數(shù)據(jù)一直將場景化、高質(zhì)量數(shù)據(jù)概念貫徹始終。

在AI商業(yè)化落地過程中，云測數(shù)據(jù)從研發(fā)、預研到持續(xù)在線優(yōu)化，推出了智能駕駛數(shù)據(jù)服務解決方案，利用行業(yè)基礎數(shù)據(jù)集覆蓋預研階段數(shù)據(jù)需求，以場景化數(shù)據(jù)服務覆蓋各種傳感器，通過定點開發(fā)和使用閉環(huán)數(shù)據(jù)滿足客戶實際標注需求。在持續(xù)優(yōu)化迭代中，云測數(shù)據(jù)以數(shù)據(jù)閉環(huán)工具鏈集成為抓手，用數(shù)據(jù)服務幫助客戶持續(xù)優(yōu)化迭代算法，有效獲取智能駕駛需要的數(shù)據(jù)。

2021年，云測數(shù)據(jù)推出智能駕駛AI數(shù)據(jù)解決方案1.0，進一步彰顯了數(shù)據(jù)閉環(huán)系統(tǒng)集成的重要性。今年，AI高速發(fā)展，BEV Transformer等大模型浮出水面，引入了激光雷達，攝像頭數(shù)量也在增加，需要處理的數(shù)據(jù)維度更多，數(shù)據(jù)量和文件尺寸更大，復雜性非常高。

此時，云測數(shù)據(jù)的數(shù)據(jù)閉環(huán)能力、自動標注能力、數(shù)據(jù)管理工具鏈、人工效能評估等方面能力也羽翼漸豐。圍繞更擅長的場景，云測數(shù)據(jù)對1.0進行了全面升級，通過系統(tǒng)集成將大模型預標注能力與人工標注完美結(jié)合，提升了數(shù)據(jù)集和場景化數(shù)據(jù)服務能力,尤其是全面提升了數(shù)據(jù)標注、流轉(zhuǎn)效率。

事實上，目前國內(nèi)有100多家公司推出了大模型，呈現(xiàn)一種“亂戰(zhàn)”局面。一些入局大模型的公司也在加快布局數(shù)據(jù)標注團隊，打造全鏈條AI服務商。作為第三方數(shù)據(jù)服務公司的云測數(shù)據(jù)又有何優(yōu)勢可言呢？

賈宇航自信地表示：“獨立的第三方數(shù)據(jù)標注服務公司態(tài)度中立，以領域劃分推動行業(yè)發(fā)展，而不是基于某個企業(yè)的某種應用；憑借對前沿趨勢的研判，數(shù)據(jù)標注布局方面投入也更大。”

AI領域研發(fā)包括很多內(nèi)容，從算法、框架、算力或傳感器到數(shù)據(jù)標注。這么多排列組合帶來了一個痛點，因為標準不同，每個to B或研發(fā)企業(yè)都會遇到大量遷移的問題。只有硬件標準、算法框架和數(shù)據(jù)標注規(guī)則統(tǒng)一，才有助于企業(yè)充分積累經(jīng)驗?，F(xiàn)在，大家對數(shù)據(jù)標注標準中的標注流程、方法和正確率很少提及。為此，云測數(shù)據(jù)正在與行業(yè)協(xié)會和許多車企推進行業(yè)標準的制定。

他說：“AI技術(shù)正處于規(guī)?；逃秒A段，標準不統(tǒng)一會影響行業(yè)發(fā)展。只有標準化的東西越來越多，定制化的內(nèi)容才能越來越少；才能挖掘一個企業(yè)真正的實力，讓時間產(chǎn)生‘復利’。”

數(shù)據(jù)服務直面挑戰(zhàn)和機遇

在智能駕駛快速發(fā)展和應用落地進程中，AI數(shù)據(jù)服務面臨著怎樣的挑戰(zhàn)？在賈宇航看來，隨著技術(shù)的不斷發(fā)展，AI數(shù)據(jù)的高要求既是挑戰(zhàn)更是機遇。如：自動駕駛中所面臨場景是開放道路，需要的數(shù)據(jù)是海量的；針對不同場景的Corner case如何識別和判斷，從而保障覆蓋更多場景下的數(shù)據(jù)質(zhì)量；以及通過數(shù)據(jù)閉環(huán)體系，提升數(shù)據(jù)處理、流轉(zhuǎn)效率，加速推動算法研發(fā)發(fā)展等等。

回顧過去，在數(shù)據(jù)標注質(zhì)量方面，現(xiàn)階段數(shù)據(jù)標注處理難度與幾年前比有本質(zhì)的區(qū)別，需要結(jié)合3D點云加圖像及時序在3D空間進行3D框標注可行駛區(qū)域。有鑒于此，如何確保數(shù)據(jù)標注的質(zhì)量和準確性，考驗的是數(shù)據(jù)公司的服務經(jīng)驗、標注員的能力及工具鏈的支撐。

時效性要求也是車企的剛性需求，數(shù)據(jù)服務公司需要通過工具鏈、服務解決方案的持續(xù)迭代和人員培養(yǎng)來適應新的需求。

從車企角度看，產(chǎn)品研發(fā)要經(jīng)歷預研、研發(fā)和持續(xù)迭代期。預研階段主要是利用行業(yè)基礎數(shù)據(jù)集，如特定目標檢測或可行駛區(qū)域、智能駕艙的人臉、姿態(tài)等；研發(fā)階段是將證明可行的方案放在特定車型上完成傳感器定點和算法驗證。之后，需要用專門的傳感器完成數(shù)據(jù)采集、清洗和標注。在這個過程中，云測數(shù)據(jù)主要承擔訓練數(shù)據(jù)全生命周期的AI數(shù)據(jù)處理工作。

進入持續(xù)迭代階段，車企要在灰度發(fā)布和實際投產(chǎn)中搭建自己的數(shù)據(jù)閉環(huán)，將不同的bad case持續(xù)回流到系統(tǒng)中，然后進行數(shù)據(jù)清洗和人工標注。在這個階段，云測數(shù)據(jù)可以提供系統(tǒng)集成、數(shù)據(jù)處理平臺工具能力，以持續(xù)優(yōu)化并迭代算法。

升級賦能 彰顯效率、質(zhì)量和成本優(yōu)勢

2021年云測數(shù)據(jù)發(fā)布的智能駕駛數(shù)據(jù)解決方案1.0基于產(chǎn)品、服務、工具三駕馬車，以時間延續(xù)為主線一站式滿足了智能駕駛研發(fā)初期到落地的數(shù)據(jù)訓練需求。在智能駕駛規(guī)模化量產(chǎn)階段，其中很多技術(shù)已經(jīng)商用，數(shù)據(jù)閉環(huán)系統(tǒng)已在搭建和完善中。

云測數(shù)據(jù)智能駕駛數(shù)據(jù)解決方案2.0以系統(tǒng)集成能力為核心，創(chuàng)建了新一代AI工程化數(shù)據(jù)處理工作臺，在質(zhì)量、效率和成本等方面具有明顯的優(yōu)勢。

2.0集成了不同模型的預標注能力，包括圖像整幀、自選物體、區(qū)域、點云批次識別和文本識別等，重新定義了基于預標注的人工標注效能，如能效看板、綜合看版等。

針對特定算法類型的數(shù)據(jù)持續(xù)優(yōu)化迭代，涵蓋點云4D疊幀、語義分割聯(lián)合標注和智能ID軌跡預測。數(shù)據(jù)集也更加豐富，納入了更多場景數(shù)據(jù)，標注方法也從原來以點線面體為主進化到融合4D標注規(guī)則和標注工藝。在服務方面，數(shù)據(jù)標注精度、反饋給企業(yè)的時效性有了大幅提升。

在數(shù)據(jù)標注效率方面，與人工標注相比，BEV空間標注效率約提升1.5倍以上。例如，人工標注3D點云拉框需要先選擇屬性，再選擇車頭朝向?，F(xiàn)在，人工只需大致框選一個區(qū)域，就完成了自動貼合，基于一些特定標簽類別就能實現(xiàn)自動選擇。其效率比人工拉框至少快了1.5倍到兩倍。又如4D標注地面箭頭，原來需要每幀標注，現(xiàn)在基于4D標注加空間坐標，只要標注對應一幀，通過映射即可將30幀結(jié)果疊在一起，完成多傳感器融合4D標注，效率更高。

至于2.0為什么要支持人工和自動標注交互，賈宇航解釋說，現(xiàn)在算法還不很完善，還需要人工標注。區(qū)域內(nèi)算法識別相對精準，而區(qū)域框線邊界還需要人工微調(diào)個幾像素?，F(xiàn)在，人工標注的應用主要是算法完全沒見過的一些場景，或更換傳感器時算法不能很好識別的情況。而當算法逐漸具備了更強能力，就可以實現(xiàn)自動標注，但這個自動標注結(jié)果還不足以用于算法訓練，還需要人工進行一些校驗，以確保識別結(jié)果的準確性。

從趨勢看，伴隨自動標注能力提升，標注將逐步從手工衍化為算法自動標注、人工校驗和人工標注。隨著算法的實際量產(chǎn)，數(shù)據(jù)閉環(huán)能力增強，整體標注數(shù)據(jù)量和手工數(shù)據(jù)標注量依然在逐年上升。以往是百分之百人工標注，現(xiàn)在是人工標注、自動標注、人工校驗各有一定占比。未來可能自動標注占比會越來越大。不過，雖然人工標注的占比在減小，但伴隨人工智能行業(yè)的逐步發(fā)展數(shù)據(jù)量日漸增加，人工標注的量仍會持續(xù)增加。

賈宇航說：“2.0和1.0相比，在保證數(shù)據(jù)標注質(zhì)量的前提下，最重要的是在效率提升的同時依然保持了高質(zhì)量的輸出，AI數(shù)據(jù)訓練過程綜合效率提升200%?！?/strong>之前3D點云標注對工具鏈的性能要求就很高，持續(xù)優(yōu)化和提升的4D標注性能可確保BEV標注有足夠的性能和效率提升。效率的提升主要體現(xiàn)在改變了原來的異步操作，如數(shù)據(jù)傳到工具，標注后導出結(jié)果，再遷移到企業(yè)服務器上進行訓練?，F(xiàn)在，完全通過API流程接口實時流轉(zhuǎn)，效率更高。